introduction to apache hbase snapshots
對照。
在之前，備份或者拷貝乙個表只能用copy/export表，或者disable表後，從hdfs中拷貝出所有hfile。copy/export錶用的是mapreduce來scan和copy表，這會對region server產生直接的效能影響，而用disable後拷貝檔案則是直接不能訪問了。
以此相反，hbase的snapshots功能可以讓管理員不用拷貝資料的情況下輕鬆拷貝table，並且只會對rs造成很小影響。匯出snapshots到另乙個集群不會直接作用於rs，只是新增一些額外的邏輯。
下面是一些實用snapshots的場景：
審查和/或報告指定時間的資料檢視
應用測試
離線作業
乙個snapshot其實就是一組metadata資訊的集合，它可以讓管理員將表恢復到以前的乙個狀態。snapshot並不是乙份拷貝，它只是乙個檔名的列表，並不拷貝資料。乙個全的snapshot恢復以為著你可以回滾到原來的表schema和建立snapshot之前的資料。
操作snapshot和copytable/exporttable最大的區別是snapshot僅涉及metadata，不涉及資料拷貝。
hbase乙個重要的設計就是一旦寫到乙個檔案就不會修改了。有不可修改的檔案意味著乙個snapshot僅需保持當前檔案的使用相關資訊就可以了, 並且，當compaction發生的時候，snapshot通知hbase系統僅把這些檔案歸檔而不要刪除它。
同樣，當轉殖或者恢復操作發生的時候，由於這些不變的檔案，當用snapshot建立新錶的時候僅需鏈結向這些不變的檔案就行了。
匯出snapshot是唯一需要拷貝資料的操作，這是因為其它的集群並沒有這些資料檔案。
除去更加好的一致性保證外，和copy/export作業相比，最大的不同是匯出snapshot操作是在hdfs層級進行的。這就意味著hbase的master和region server是不參與該操作的，因此snapshot匯出不會建立一些不必要的資料快取，並且也不會因為由於很多scan操作導致的gc。snapshot匯出操作產生的網路和磁碟開銷都被hdfs的datanode分攤吸收了。
要想使用snapshot功能，請確認你的hbase-site.xml中的hbase.snapshot.enabled配置項為true，如下：
1
2
3hbase.snapshot.enabled
4
5true
6
7
建立乙個snapshot用如下命令，該操作沒有檔案拷貝操作：
1hbase> snapshot 『tablename』, 『snapshotname』
要想知道系統中建立了哪些snapshot，可以用list_snapshot命令，它會顯示snapshot名，源表和建立時間日期。
1hbase> list_snapshots
2snapshot table + creation time
3testsnapshot testtable (mon feb2521:13:49+00002013)
要想移除snapshot，用delete_snapshot命令，移除snapshot不會對已經轉殖好的表和隨後發生的snapshot造成任何影響。
1hbase> delete_snapshot 『snapshotname』
要想使用snapshot來建立乙個新錶，用clone_snapshot命令。該操作也無任何資料拷貝操作發生。
1hbase> clone_snapshot 『snapshotname』, 『newtablename』
要是想恢復或者替換當前表的schema和資料，用restore_snapshot命令。
1hbase> restore_snapshot 『snapshotname』
要想匯出乙個snapshot到另外的集群，用exportsnapshot工具。匯出操作不會對region server造成額外的負擔。因為它工作在hdfs層級，你僅需指定hdfs的位置（其它集群的hbase.rootdir）即可，如下。
1hbase org.apache.hadoop.hbase.snapshot.exportsnapshot -snapshot
2snapshotname -copy-to hdfs:///srv2:8082/hbase
snapshots依賴於一些想當然的地方，當前還有很多新特性並沒有完全整合到工具裡：
當前的snapshot特性以及包括了所有基本功能，但是依然還有很多任務作要做，例如質量（metrics），web ui整合，磁碟使用優化等。
HBASE部分 HBASE的架構
hbase的架構 包含訪問hbase的介面並維護cache來加快對hbase的訪問 zookeeper 保證任何時候，集群中只有乙個master 存貯所有region的定址入口。實時監控region server的上線和下線資訊。並實時通知master 儲存hbase的schema和table元資料...
HBase學習之HBase的RowKey設計原則
hbase是三維有序儲存的，通過rowkey 行鍵 column key column family和qualifier 和timestamp 時間戳 這個三個維度可以對hbase中的資料進行快速定位。hbase中rowkey可以唯一標識一行記錄，在hbase查詢的時候，有以下幾種方式 通過get方...
HBase基礎 HBase的資料模型
命名空間，類似於關係型資料庫的 databbase 概念，每個命名空間下有多個表。hbase 有兩個自帶的命名空間，分別是 hbase 和 default，hbase 中存放的是 hbase 內建的表，default 表是使用者預設使用的命名空間。類似於關係型資料庫的表概念。不同的是，hbase 定...